/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
onnx
Опубликована
13 фев 2026

efficientnet-lite4

Классификация изображенийИзображение → label

ONNX-версия EfficientNet-Lite4 для классификации изображений по 1000 классам ImageNet на мобильных и периферийных устройствах.

0скачиваний за 30 дней6лайковвеса обновлены13 фев 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

EfficientNet-Lite4 — свёрточная модель семейства EfficientNet-Lite, экспортированная в формат ONNX и размещённая inference4j для использования в Java. Она классифицирует RGB-изображения по 1000 классам ImageNet; вход имеет форму [batch, 224, 224, 3] с пикселями в диапазоне 0–255.

Модель предназначена для классификации изображений при инференсе на мобильных и периферийных устройствах. Архитектура использует составное масштабирование EfficientNet, а репозиторий содержит ONNX-экспорт. Лицензия — Apache-2.0.

Сценарии применения

  • Определение класса объекта на фотографии
  • Классификация изображений для мобильного приложения
  • Распознавание объектов на периферийном устройстве
  • Получение оценок классов ImageNet для изображения

Ограничения

Модель ограничена классификацией по 1000 классам ImageNet и входными RGB-изображениями размером 224×224; для иных классов или задач потребуется другая модель.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

EfficientNet-Lite4 — ONNX

ONNX export of EfficientNet-Lite4, a lightweight and efficient image classification model optimized for mobile/edge deployment. Trained on ImageNet with 1000-class output.

Mirrored for use with inference4j, an inference-only AI library for Java.

Original Source

  • Repository: ONNX
  • License: apache-2.0

Usage with inference4j

try (EfficientNet model = EfficientNet.fromPretrained("models/efficientnet-lite4")) {
    List<Classification> results = model.classify(Path.of("cat.jpg"));
    results.forEach(c -> System.out.printf("%s: %.2f%%%n", c.label(), c.score() * 100));
}

Model Details

PropertyValue
ArchitectureEfficientNet-Lite4 (compound-scaled CNN)
TaskImage classification (ImageNet 1000 classes)
Input[batch, 224, 224, 3] — RGB, pixel values 0-255
Output[batch, 1000] — class probabilities
ONNX opset11
Original frameworkTensorFlow Lite → ONNX

License

This model is licensed under the Apache License 2.0. Original model from ONNX.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · onnx

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Ревизия весов
d74f270

0 моделей